Advanced Robot Control and Learning

Worum geht's

Du lernst fortgeschrittene Methoden der Roboterregelung, Modellierung und Identifikation sowie aktuelle Ansätze des Robot Learning. Am Ende kannst du Roboter dynamisch modellieren, stabile und adaptive Regler entwerfen und lernbasierte Lösungen für reale Robotikaufgaben anwenden.

Was du danach kannst

Roboterprobleme mit Differentialgeometrie verstehen
dynamisches System eines Roboters identifizieren
fortgeschrittene Steuerungsmethoden anwenden
Redundanz in Robotern verstehen und nutzen
stabile Regler entwerfen
biologisch inspirierte Regelungen entwickeln
Lernmethoden der Robotik anwenden

Aus was das Modul besteht

VorlesungVermittlung der theoretischen Grundlagen zu Regelung, Modellierung und Lernen
ÜbungenAufgaben während der Vorlesung mit Musterlösungen zur Vertiefung
Robothon (einwöchiges praktisches Projekt)Teamarbeit an realen Robotikproblemen mit Live-Demonstration und Präsentation

Lehrmethode

Vorlesung mit ÜbungenEinführung und Diskussion von Konzepten; Übungen werden präsentiert und besprochen
MusterlösungenUnterstützen das Selbststudium und die Kontrolle der Lösungen
Robothon (Hands-on Projekt)Praktische Erfahrung mit realen Robotersystemen, Teamarbeit, eigenverantwortliche Planung und Umsetzung

Solltest du schon können

Fundamentals of control engineeringempfohlen
Fundamentals of roboticsempfohlen
Fundamentals machine learningempfohlen
Fundamentals of statisticsempfohlen

Prüfung

Praktischer KursLive-Demonstrationmündliche Präsentationmündliche Prüfung

Die Modulnote setzt sich aus der Leistung im einwöchigen praktischen Kurs (Live-Demonstration und mündliche Präsentation) sowie einer mündlichen Abschlussprüfung von ca. 20 Minuten zusammen. Die Prüfungen beurteilen Theoriekenntnisse und die Anwendung auf reale Robotikprobleme.

Literatur

Ploen, Scott Robert - Geometric algorithms for the dynamics and control of multi-body systems
Dullemond, Kees & Kasper Peeters - Introduction to Tensor calculus
Khatib, Oussama - A unified approach for motion and force control of robot manipulators: The operational space formulation
Ott, Christian - Cartesian impedance control of redundant and flexible-joint robots
Siciliano, Bruno - Kinematic control of redundant robot manipulators: A tutorial
Hatanaka, Takeshi et al. - Passivity-Based Control and Estimation in Networked Robotics
Duindam, Vincent et al. (eds.) - Modeling and control of complex physical systems: the port-Hamiltonian approach
Khalil, Wisama & Etienne Dombre - Modeling, identification and control of robots
Burdet, Etienne; Franklin, David W.; Milner, Theodore E. - Human robotics: neuromechanics and motor control
Argall, Brenna D. et al. - A survey of robot learning from demonstration
Asfour, Tamim et al. - Imitation learning of dual-arm manipulation tasks in humanoid robots
Kober, Jens; Bagnell, J. Andrew; Peters, Jan - Reinforcement learning in robotics: A survey
Van Hoof, Herke et al. - Learning robot in-hand manipulation with tactile features
Nguyen-Tuong, Duy & Jan Peters - Model learning for robot control: a survey
Pastor, Peter et al. - Skill learning and task outcome prediction for manipulation
Kalakrishnan, Mrinal et al. - Learning force control policies for compliant manipulation
Kronander, Klas & Aude Billard - Learning compliant manipulation through kinesthetic and tactile human-robot interaction

Filter

Advanced Robot Control and Learning

Worum geht's

Was du danach kannst

Aus was das Modul besteht

Lehrmethode

Modulbewertungen

Modul bewerten